Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/119206
Título : | Ús d'algorismes genètics per desxifrar algorismes de classificació opacs |
Autoría: | Llabrés Darder, Albert |
Tutor: | Pérez Rosés, Hebert |
Resumen : | En los últimos años, los medios de comunicación han acontecido un elemento clave para transmitir información de una forma determinada con el objetivo de crear una opinión concreta en el lector. Tradicionalmente, este objetivo se lograba a través de la propia redacción de la información. No obstante, con la aparición de productos interactivos donde todos los usuarios pueden intercambiar información, ha acontecido clave la forma en la que estos usuarios transmiten esta información así como el posicionamiento que obtienen. Durante este trabajo de fin de máster, se ha realizado un seguimiento de las noticias publicadas en Yahoo! News para llegar a una aproximación en sus algoritmos de clasificación de comentarios. El objetivo de este trabajo es poder comprender qué parámetros son más importantes en la hora de establecer la orden en que los usuarios finales recibirán los comentarios publicados, de tal forma que las entidades interesadas en este aspecto suban redactar comentarios de forma eficiente con el objetivo de transmitir una información determinada. Para lograr este objetivo, en este trabajo se ha hecho uso de metodologías estudiadas en este máster, tales como los algoritmos de optimización meta-heurística, la programación genética, las regresiones simbólicas, etc. Los resultados de este trabajo permitirán conseguir una aproximación a los algoritmos de clasificación empleados por Yahoo! News, de tal forma que podremos deducir los criterios seguidos con un determinado error relativo. Las conclusiones d¿este trabajo permitirán comprobar que Yahoo! News hace uso de parámetros de clasificación que no se encuentran al alcance de sus usuarios, y que por lo tanto dispone de una gran opacidad. |
Palabras clave : | matemática aplicada algoritmos genéticos regresión simbólica |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 21-jun-2020 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Treballs finals de carrera, treballs de recerca, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Dump20200625.rar | 49,97 MB | WinRar | Visualizar/Abrir | |
plotMessageTrace.m | 1,52 kB | Matlab script | Visualizar/Abrir | |
tracings.rar | 31,1 kB | WinRar | Visualizar/Abrir | |
YahooNews.rar | 42,35 MB | WinRar | Visualizar/Abrir | |
albertllabresTFM0620memoria.pdf | Memoria del TFM | 1,46 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons